中文 · EN

一款功能强大的可视化网页自动化工具（支持一定的Windows系统桌面自动化和Android系统自动化），通过拖拽模块的方式快速构建自动化工作流，无需编写代码即可实现网页数据采集、表单填写、自动化测试等任务。

重要声明：本软件仅作为技术工具提供，用户必须遵守法律法规，开发者对用户的使用行为不承担任何责任。详见免责声明。

【请到Releases中下载最新7z压缩包，最新源代码和运行环境都在里面，解压即可使用！】

赞助支持WebRPA的开发工作：爱发电主页

WebRPA 是一款完全开源、可离线运行的可视化机器人流程自动化（RPA）工具。它以拖拽式工作流编辑器为核心，让用户无需编写代码，仅靠拖拽与连线即可搭建网页、桌面与手机端的自动化流程，覆盖数据采集、表单填写、文件处理、办公自动化与系统集成等场景。

项目内置 573 个功能模块与一位具备自愈能力的 AI 小助手：你可以用一句话描述需求，由 AI 自动搭建、排错并重跑工作流。所有运行环境（Python 3.13、Node.js、浏览器引擎、媒体与文档处理工具）均已随包内置，解压双击启动器即可使用，无需联网、无需额外安装，天然适配内网与局域网部署。

• 面向人群：希望解放重复劳动的运营、测试、数据、办公与开发人员，无论是否具备编程基础。
• 核心定位：零代码、可视化、开箱即用、完全离线的一站式自动化平台。
• 授权模式：个人与非商业用途完全免费（AGPL-3.0），商业场景可获取商业授权。

APINEBULA 是银河录像局旗下的企业级 AI 聚合平台，背靠大平台资源，面向开发者、团队与企业用户提供稳定、高性价比的大模型 API 接入服务。平台聚合 Claude、GPT、Gemini 等主流满血模型，一个接口，接入全球顶尖 AI 大模型，各大模型价格低至 1 折起，支持企业级高并发、正式合同、对公打款与开票服务，适合 AI 编程、Agent 开发、业务系统集成等多种场景！

注册并在充值时填写 "RPA" 优惠码可享九折优惠！

IPWO 住宅代理为 WebRPA 自动化任务提供多地区网络访问支持，适用于网页自动化、数据采集、网站访问及网络环境测试等场景。

覆盖 195+ 国家地区的住宅 IP 资源，用户可根据业务需求选择相应地区的 IP，为不同自动化任务提供更灵活的网络环境配置。免费测试入口，90折扣码：0204

• 零代码开发：可视化拖拽，无需编程基础
• 开箱即用：内置Python、Node.js环境，一键启动
• 模块丰富：573 个功能模块，覆盖 95% 自动化场景（含基于 DrissionPage 的反检测网页自动化模块）

  模块数量口径：573 = 模块类型表（moduleTypeLabels）全部条目，减去 custom_module（自定义模块占位）与 subflow_header（子流程头，由执行器内部处理）两个伪类型；包含「分组」「便签」两个画布工具。文档、AI 提示词与自动化审计（backend/tests/contract/test_module_inventory.py 的 DISCLOSED_MODULE_COUNT）统一使用这一口径，新增或删除模块时审计会报出「实际数量 vs 文档数量」。

• AI 小助手：内置 AI 助手，可对话式理解需求、自动搭建/排查工作流，并具备自愈能力（运行失败自动诊断→修复→重跑）；OpenAI 兼容协议，支持 OpenAI / 智谱 / Deepseek / Ollama 等。支持三档操作权限（逐项确认 / 智能放行 / 自由执行），并能在编辑器报错时一键 AI 诊断
• 永不白屏：全局错误边界兜底，任何模块异常都弹出错误卡片（含报错详情与 AI 诊断），绝不让编辑器整页白屏
• 可视化调试：支持断点、单步执行，以及从任意节点开始运行（鼠标悬停节点点击 ▶ 即可从该节点起跑、跳过其上游，调试无需每次从头执行）
• 版本历史：Git 式本地版本快照（含节点、连线、全局变量），可随时恢复 / 对比；小助手会在大改动前自动存档
• WebDAV 远程存储：工作流可保存/读取到 NAS、Nextcloud、坚果云等，多端共享
• 自定义快捷键：常用功能（运行/停止/保存/新建等）可自由绑定组合键
• 界面美观：现代化UI设计，Motion动效灵动，操作流畅，支持Mermaid流程图
• 性能强劲：基于FastAPI + React，响应迅速
• 易于扩展：模块化架构，支持自定义模块开发，支持 MCP 服务器接入
• 文档完善：内置详细教学文档，覆盖所有模块分类
• 完全免费：非商业使用完全免费，开源透明
• 智能搜索：模块和教学文档支持中文、拼音、拼音首字母模糊搜索
• 可视化流程：内置Mermaid流程图，直观展示工作流逻辑
• 变量自动补全：创建模块时自动添加默认变量名到自动补全列表
• 一键打包 EXE：任意工作流可一键编译为独立 Windows 可执行程序，内置可视化「EXE 运行界面设计器」自由摆放控件，双击即跑、无需对方安装环境
• 主题切换：内置默认 / 暗色 / 灰色多套主题，界面随心切换
• 完全离线：所有资源本地化，无需外网连接，完美支持局域网部署

依托 573 个内置模块（按场景分门别类，拖入画布即可使用），WebRPA 覆盖以下关键能力：

• 网页自动化：页面导航、元素交互与查询、数据采集、网络抓包，以及基于 DrissionPage 的反检测自动化
• 桌面自动化：真实鼠标键盘模拟、图像识别点击、屏幕录制、桌面应用控件操作、系统操作
• 手机自动化：Android 点击 / 滑动 / 输入、投屏镜像、应用管理、文件推拉、图像识别
• 流程控制与触发器：条件、循环、子流程复用、断言、定时任务，Webhook / 热键 / 文件监控 / 邮件 / 图像 / 声音等多种触发器
• 数据处理：变量运算、文本处理、列表 / 字典 / 数学统计、表格与 CSV
• Excel 与数据库：openpyxl 全套 Excel 自动化、WPS / 飞书多维表格，MySQL / PostgreSQL / Redis 等数据库
• AI 能力：AI 对话与视觉、AI 数据处理（抽取 / 分类 / 摘要 / 翻译 / 情感 / 规整 / 语义去重 / 智能路由）、AI 生成（文生图 / 文生视频）、AI 智能爬虫与元素定位、OCR 与验证码识别
• 媒体处理：图像编辑、盲水印、视频与音频处理、媒体格式转换
• 文件与文档：文件管理、文件 / 文件夹对比、PDF 处理（合并 / 拆分 / 加解密 / 水印 / 转 Word 等）、文档格式转换
• 集成与通信：HTTP 请求、邮件、17 种消息推送通道、QQ / 微信机器人、SSH 远程、SAP 自动化、局域网共享
• 实用工具与测试：加密编码、颜色与时间转换、脚本执行（JS / Python）、Allure 测试报告

• Windows 10/11（本项目仅支持Windows系统使用）
• 项目自带 Python 3.13 和 Node.js（无需额外安装）

在Releases中下载最新版7z压缩包，之后解压出来，使用 WebRPA启动器.exe 启动本项目：

1. 双击运行 WebRPA启动器.exe
2. 在启动器中可以配置后端和前端的端口号
3. 点击"启动 WebRPA"按钮即可启动服务
4. 启动器会自动打开浏览器访问前端界面

默认访问地址：

• 后端服务：http://localhost:5241 （默认端口，可在启动器中配置）
• 前端服务：http://localhost:5921 （默认端口，可在启动器中配置）

项目根目录的 WebRPAConfig.json 文件可以自定义服务端口和主机地址：

{
  "backend": {
    "host": "0.0.0.0",
    "port": 5241,
    "reload": false
  },
  "frontend": {
    "host": "0.0.0.0",
    "port": 5921
  }
}

配置说明：

• host: 服务监听地址（0.0.0.0 允许局域网访问，127.0.0.1 仅本机访问）
• port: 服务端口号（可自定义，避免端口冲突）
• reload: 后端热重载（开发模式可设为 true，生产环境建议 false）

修改配置后重启服务即可生效。

注意事项：

• 如果配置的端口已被其他程序占用，服务将无法启动并提示端口冲突
• 请确保配置的端口未被占用，或修改为其他可用端口
• Windows 系统可使用 netstat -ano | findstr :端口号 命令查看端口占用情况
• 启动器会自动读取和保存配置文件中的端口设置
• 也可以直接修改 WebRPAConfig.json 文件来配置端口

如需修改代码进行开发：

# 后端
cd backend
../Python313/python.exe -m pip install -r requirements.txt
../Python313/python.exe run.py

# 前端
cd frontend
../nodejs/npm install
../nodejs/npm run dev

从 2.5.0 起，WebRPA 支持模块化分发：重量级能力（OCR、语音识别、人脸手势、 媒体处理、文档转换、手机自动化、QQ 机器人等 13 个功能包，合计约 2.8GB）从核心包中 拆出，做成独立的 zip 功能包，按需安装：

1. 下载体积小得多的「核心包」解压启动；
2. 编辑器 → 右上角「更多」→ 功能模块包，查看全部功能包与安装状态；
3. 需要什么能力就下载对应 zip，在管理界面「从本地路径安装」或「上传 zip 安装」， 随装随用（无需重启）；不用了一键卸载释放磁盘。

• 从完整版升级的用户所有能力默认可用（探测真实文件，不依赖安装记录）；
• 未安装某包时，对应模块运行会明确提示「请安装 XX 功能模块包」，不影响其它功能；
• 详细设计与发布流程见 docs/模块化分发体系说明.md。

WebRPA/
├── backend/                 # 后端服务 (Python FastAPI)
│   ├── app/
│   │   ├── api/            # API 路由（浏览器、系统、触发器等）
│   │   ├── executors/      # 模块执行器（573个模块的核心逻辑）
│   │   ├── models/         # 数据模型（工作流、变量、配置等）
│   │   └── services/       # 核心服务（浏览器管理、任务调度等）
│   ├── data/               # 数据文件（AI模型、配置等）
│   ├── uploads/            # 上传文件临时存储
│   ├── ffmpeg.exe          # 媒体处理工具
│   ├── ffprobe.exe         # 媒体信息工具
│   ├── pandoc.exe          # 文档转换工具
│   ├── m3u8.exe            # M3U8视频下载工具
│   ├── requirements.txt    # Python依赖列表
│   └── run.py              # 后端启动入口
├── frontend/               # 前端界面 (React + TypeScript)
│   ├── src/
│   │   ├── components/     # UI 组件（工作流编辑器、配置面板等）
│   │   ├── store/          # 状态管理（Zustand）
│   │   ├── services/       # API服务、WebSocket通信
│   │   ├── types/          # TypeScript类型定义
│   │   └── lib/            # 工具函数（拼音搜索、工具类等）
│   ├── public/             # 静态资源
│   ├── package.json        # 前端依赖配置
│   └── vite.config.ts      # Vite构建配置
├── frameworkHub/           # 工作流市场服务 (Node.js + Express)
│   ├── src/
│   │   ├── routes/         # API路由（工作流上传、下载、搜索）
│   │   ├── middleware/     # 中间件（认证、日志等）
│   │   └── utils/          # 工具函数
│   ├── data/               # 工作流数据存储（SQLite）
│   ├── package.json        # Node.js依赖配置
│   └── ecosystem.config.cjs # PM2进程配置
├── Python313/              # 内置 Python 3.13 环境
│   ├── Lib/                # Python标准库
│   ├── Scripts/            # Python可执行脚本
│   └── python.exe          # Python解释器
├── nodejs/                 # 内置 Node.js 20 环境
│   ├── node_modules/       # 全局npm包
│   └── node.exe            # Node.js运行时
├── NapCat/                 # QQ机器人服务（NapCat框架）
├── workflows/              # 本地工作流存储目录
├── png/                    # README展示图片
├── LICENSE                 # 开源协议（AGPL-3.0 + 商业授权）
├── README.md               # 项目说明文档
├── WebRPAConfig.json       # 配置文件（端口、主机等）
├── WebRPA启动器.exe        # 一键启动程序（图形化界面）
├── WebRPA备用启动.bat      # 备用启动脚本（无 WebView 环境下拉起前后端）
└── WebRPA停止服务.bat      # 配套停止脚本（按端口结束前后端进程）

项目内置完整的教学文档，点击工具栏的「教学文档」按钮即可查看。

1. 创建工作流：从左侧模块列表拖拽模块到画布
2. 连接模块：从模块底部拖出连线到下一个模块顶部
3. 配置模块：点击模块，在右侧面板配置参数
4. 使用变量：在输入框中使用 {变量名} 引用变量
5. 运行工作流：点击工具栏的运行按钮
6. 查看结果：在底部面板查看日志、数据、变量

• 详细教学文档，覆盖所有 573 个模块
• 三级标题搜索：搜索结果精确到三级标题（###），快速定位具体内容
• 关键词高亮：搜索关键词在文档中自动高亮显示，方便查看
• 保持搜索状态：切换文档时保持搜索和高亮，方便对比查看
• Mermaid流程图：内置精美的流程图，直观展示工作流逻辑
• 丰富示例：每个模块都有详细的配置说明和代码示例
• 最佳实践：提供工作流设计模式和优化建议
• 快速上手：从基础到高级，循序渐进的学习路径
• 实时更新：文档随版本更新，始终保持最新
• 文档导出：支持下载单个文档或全部文档为Markdown文件

• 核心框架：React 19 + TypeScript 5
• 构建工具：Vite 7（极速开发体验）
• UI 组件库：Radix UI + shadcn/ui（无障碍、可定制）
• 样式方案：TailwindCSS 4（原子化CSS）
• 流程图引擎：React Flow（可视化工作流编辑）
• 状态管理：Zustand（轻量级、高性能）
• 图标系统：Lucide React（1000+ 精美图标）
• 动效系统：Framer Motion（流畅灵动的 UI 动效，提升操作体感）
• 代码编辑器：Monaco Editor（VS Code 同款）
• Markdown 渲染：自定义渲染器 + Mermaid（支持流程图可视化）
• 实时通信：Socket.IO Client（WebSocket）
• 流程图可视化：Mermaid（支持流程图、时序图等多种图表）

• 运行时环境：Python 3.13（最新稳定版）
• Web 框架：FastAPI（高性能异步框架）
• ASGI 服务器：Uvicorn（支持HTTP/2、WebSocket）
• 实时通信：Socket.IO（双向事件驱动）
• 数据验证：Pydantic V2（类型安全）

• 核心引擎：Playwright（Microsoft Edge）
• 元素定位：支持CSS选择器、XPath、文本匹配
• 智能等待：自动等待元素可见、可点击
• 多标签页：支持多标签页、iframe切换
• 网络拦截：支持请求拦截、响应修改

• 数据库：PyMySQL（MySQL连接）
• Excel处理：openpyxl（读写xlsx文件）
• 数据分析：Polars（高性能DataFrame）
• HTTP客户端：httpx（异步HTTP请求）
• 邮件发送：smtplib + email（SMTP协议）

• 视频音频：FFmpeg 7.1（全能媒体处理工具）
• 图像处理：Pillow 11.0（PIL分支，支持HEIC/WEBP）
• 计算机视觉：OpenCV 4（图像识别、人脸检测）
• 音频处理：pydub（音频剪辑、格式转换）
• PDF处理：pypdf（MIT 协议的 PDF 库）
• 文档转换：Pandoc 3.6（支持30+种文档格式）

• AI对话：OpenAI API兼容接口（支持多家AI服务商）
• AI数据处理：信息抽取、文本分类、摘要、翻译、情感分析、数据规整、语义去重、智能路由（让工作流具备"判断力"）
• AI视觉/爬虫：图像理解、AI智能爬虫、AI元素定位
• AI生成：文生图、文生视频
• OCR识别：EasyOCR（多语言文字识别）
• 验证码识别：ddddocr（滑块、文字验证码）
• 语音识别：SpeechRecognition（语音转文字）
• 人脸识别：face_recognition（基于dlib）
• 二维码：qrcode + pyzbar（生成与解码）

• 键鼠模拟：PyAutoGUI（跨平台键鼠控制）
• 键鼠监听：pynput（全局热键、事件监听）
• 屏幕截图：mss（高性能屏幕捕获）
• Windows API：pywin32（系统级操作）
• 网络抓包：mitmproxy（HTTP/HTTPS代理）

• 运行时：Node.js 20 LTS
• Web 框架：Express 4（轻量级Web服务）
• 数据存储：JSON文件（轻量级持久化）
• 进程管理：PM2（生产级进程守护）
• 实时通信：Socket.IO（工作流同步）

• 包管理：npm（前端）、pip（后端）
• 代码规范：ESLint + Prettier（前端）
• 类型检查：TypeScript（前端）、Pydantic（后端）
• 版本控制：Git
• 构建优化：代码分割、Tree Shaking、压缩混淆

青云制作_彭明航（一名痴迷于计算机技术无法自拔的大一新生）

个人导航站：https://www.pmhs.top

本项目采用 双协议模式：

• 个人免费：学习、研究、非商业使用完全免费
• 强制开源：任何修改和衍生作品必须以 AGPL-3.0 协议开源
• 网络服务开源：通过网络提供服务（如 SaaS）也必须开源完整代码
• 署名要求：必须保留原作者署名「青云制作_彭明航」
• 禁止商业闭源：不能将本项目用于商业目的并闭源

• 商业使用：购买商业授权后可用于商业目的
• 闭源使用：可以闭源使用，不受 AGPL-3.0 限制
• 技术支持：获得商业技术支持
• 联系方式：QQ 2124691573

详细协议内容请查看 LICENSE 文件。

本软件（WebRPA）仅作为技术工具提供，开发者对用户使用本软件的任何行为及其后果不承担任何法律责任。

1. 用户责任

   • 用户在使用 WebRPA 时，必须严格遵守所在国家和地区的法律法规
   • 用户对使用本软件进行的所有活动承担完全责任
   • 用户必须确保其使用行为不侵犯他人权益，不违反任何法律法规

2. 禁止用途

   • 禁止使用本软件进行任何违法犯罪活动
   • 禁止使用本软件侵犯他人隐私、知识产权或其他合法权益
   • 禁止使用本软件进行网络攻击、数据窃取、恶意爬虫等行为
   • 禁止使用本软件绕过网站的反爬虫机制或违反网站服务条款
   • 禁止使用本软件进行任何可能损害他人利益的活动

3. 开发者免责

   • WebRPA 开发者（青云制作_彭明航）对用户使用本软件的任何行为不承担任何责任
   • 开发者不认可、不支持、不鼓励任何使用本软件进行的违法行为
   • 开发者不对用户使用本软件造成的任何直接或间接损失承担责任
   • 开发者不对本软件的适用性、可靠性、准确性提供任何明示或暗示的保证

1. 工具性质

   • WebRPA 是一款技术工具，类似于浏览器、文本编辑器等通用软件
   • 本软件本身不包含任何违法内容或功能
   • 软件的合法性取决于用户的具体使用方式和目的

2. 使用建议

   • 建议用户仅将本软件用于合法、正当的自动化任务
   • 建议用户在使用前仔细阅读目标网站的服务条款和robots.txt文件
   • 建议用户合理控制访问频率，避免对目标服务器造成过大负担
   • 建议用户尊重网站的反爬虫机制，不要恶意绕过

1. 管辖权

   • 本免责声明受中华人民共和国法律管辖
   • 因使用本软件产生的任何争议，均由开发者所在地人民法院管辖

2. 声明效力

   • 本免责声明是软件许可协议的重要组成部分
   • 用户下载、安装或使用本软件即表示同意本免责声明的全部内容
   • 如用户不同意本免责声明，请立即停止使用本软件并删除所有相关文件

用户在使用 WebRPA 进行任何自动化操作前，请务必：

• 确认您的使用行为符合当地法律法规
• 获得目标网站或系统的明确授权（如适用）
• 遵守目标网站的服务条款和使用协议
• 尊重他人的知识产权和隐私权
• 承担使用本软件的全部风险和责任

再次声明：任何用户使用 WebRPA 违反法律法规或侵犯他人权益的行为，均与 WebRPA 开发者无关，开发者不承担任何连带责任。

感谢以下开源项目和技术社区的支持：

• React - 用户界面构建库
• TypeScript - JavaScript的超集，提供类型安全
• Vite - 下一代前端构建工具
• React Flow - 强大的流程图编辑器
• TailwindCSS - 实用优先的CSS框架
• Radix UI - 无障碍的无样式UI组件
• shadcn/ui - 精美的React组件集合
• Zustand - 简单高效的状态管理
• Lucide React - 精美的开源图标库
• Monaco Editor - VS Code同款代码编辑器
• React Markdown - Markdown渲染组件

• FastAPI - 现代化、高性能的Python Web框架
• Uvicorn - 闪电般快速的ASGI服务器
• Pydantic - 数据验证和设置管理
• Socket.IO - 实时双向事件驱动通信
• Express - 快速、开放、极简的Node.js Web框架
• PM2 - Node.js生产级进程管理器

• Playwright - 微软出品的现代化浏览器自动化工具
• Playwright for Python - Playwright的Python绑定

• PyAutoGUI - 跨平台的GUI自动化库
• pynput - 监听和控制键盘鼠标
• pywin32 - Windows API的Python扩展
• mss - 超快的跨平台屏幕截图库

• Polars - 闪电般快速的DataFrame库
• openpyxl - 读写Excel 2010文件
• PyMySQL - 纯Python实现的MySQL客户端
• httpx - 下一代HTTP客户端

• FFmpeg - 完整的跨平台音视频解决方案
• Pillow - Python图像处理库（PIL分支）
• OpenCV - 开源计算机视觉库
• pydub - 简单易用的音频处理库
• pypdf - MIT 协议的 PDF 处理库
• Pandoc - 通用文档转换工具
• pypandoc - Pandoc的Python包装器

• OpenAI - AI对话接口标准
• EasyOCR - 即用型OCR，支持80+语言
• ddddocr - 简单易用的验证码识别库
• face_recognition - 世界上最简单的人脸识别库
• SpeechRecognition - 语音识别库
• pyttsx3 - 文字转语音库
• qrcode - 二维码生成器
• pyzbar - 二维码和条形码解码器

• mitmproxy - 交互式HTTPS代理
• colorama - 跨平台彩色终端输出
• python-dotenv - 从.env文件读取配置
• aiofiles - 异步文件操作
• watchdog - 文件系统事件监控

• Microsoft- 提供Playwright、VS Code、TypeScript等优秀工具
• 开源社区- 感谢所有为开源事业做出贡献的开发者们

这是我开源的第一款产品，如果这个项目对你有帮助，请点一个 Star 支持一下！

赞助者名单（按时间排序）：

本项目包含一些具有特殊许可证的第三方组件，仅供个人非商业用途使用。

1. NapCat 框架（非商业使用协议）

   • 用途：QQ 机器人功能
   • 协议：非商业使用协议
   • 限制：仅供个人非商业使用

2. pdf2docx 库（GPL v3 协议）

   • 用途：PDF 转 Word 功能
   • 协议：GPL v3
   • 限制：仅供非商业使用，或需遵守 GPL v3 协议

3. 其他 PDF 处理库（MIT/BSD 协议 - 商业友好）

   • pypdf (MIT)、reportlab (BSD)、pdf2image (MIT)、pdfplumber (MIT)
   • 这些库在商业版本中保留

4. 外部工具（GPL 协议 - 作为独立程序调用）

   • FFmpeg、Pandoc、poppler
   • 说明：作为独立程序调用，不是链接库，符合 GPL 使用规范

• 本项目完全遵守所有第三方组件的许可证协议
• 个人非商业使用：可以自由使用所有功能
• 商业使用：必须购买商业授权，商业版本将移除特殊依赖组件

购买商业授权后，您将获得不含特殊依赖的商业版本：

• 移除 NapCat 和所有 QQ 机器人功能
• 移除 pdf2docx 和 PDF 转 Word 功能
• 保留其他所有功能
• 完全无许可证风险
• 可以闭源商业使用

如需 QQ 机器人或 PDF 转 Word 的商业化方案，请自行寻找具有商业授权的替代方案。

购买商业授权后，您将获得完整的商业版本：

商业版本特点：

• 可以闭源使用，不受 AGPL-3.0 限制
• 可以集成到商业产品中
• 可以提供付费服务
• 获得商业技术支持

移除的功能：

• 所有 QQ 机器人相关功能（8个模块，依赖 NapCat）
• PDF 转 Word 模块（1个模块，依赖 pdf2docx）

重要说明

• 个人非商业使用完全免费，可自由使用、修改、分发。
• 任何修改和衍生作品必须以 AGPL-3.0协议开源，并注明原作者。
• 通过网络提供服务（如 SaaS）也必须开源完整代码。
• 商业使用需购买商业授权，可以闭源使用。
• 详细协议内容请查看 LICENSE 文件。